本發(fā)明涉及微網(wǎng)系統(tǒng)環(huán)保經濟運行優(yōu)化相關技術領域，具體地說，涉及一種含電動汽車接入的光柴儲微網(wǎng)系統(tǒng)優(yōu)化運行方法。

背景技術：

分布式發(fā)電逐漸成為重要的電能生產方式，是解決能源危機、環(huán)境污染等問題的重要途徑。將分布式電源(distributedgenerator,dg)和能量儲存系統(tǒng)(energystoragesystem,ess)以微網(wǎng)(micro-grid,mg)形式接入電網(wǎng)，與電網(wǎng)互為支撐，可以提高分布式電源的利用率，有助電網(wǎng)災變時向重要負荷繼續(xù)供電，避免間歇式電源對電能質量的影響，是發(fā)揮分布式電源效能的最有效方式。在滿足潮流約束的各分布式電源正常運行的約束條件下，對分布式電源的出力、能量儲存設施的充放電進行合理安排，可以優(yōu)化其經濟作用、環(huán)境性能并使系統(tǒng)獲得更好的可靠性。

電動汽車(electricvehicle,ev)作為可控負載，可以消納不同形式的可再生能源。ev在接入微網(wǎng)時將在可靠性、電能質量、經濟運行等方面對其產生影響，可以參與微網(wǎng)系統(tǒng)的優(yōu)化調度，改善系統(tǒng)運行的經濟性。現(xiàn)有技術中，有文獻分析了單一電動車輛、電動汽車群和區(qū)域電力系統(tǒng)電動汽車三種研究層面的充電控制策略；也有文獻分析了以減少分布式電網(wǎng)網(wǎng)損為目標，對插入式混合動力汽車的并網(wǎng)進行實時優(yōu)化；還有其他文獻也討論了v2g(vehicle-to-grid)控制方式下，利用電動汽車儲能資源，如何調整充放電過程，為電網(wǎng)提供輔助服務。

鋰電池具有工作電壓等級高、比能量和比體積大、自放電率低、無記憶效應、環(huán)保性好和無污染性等優(yōu)點，但需要避免頻繁充放電對電池壽命的影響，在選用鋰電池組作為微網(wǎng)的儲能元件時，在孤島和并網(wǎng)運行模式下，含光伏、風電、蓄電接入的微網(wǎng)經濟優(yōu)化運行成為國內外的研究熱點，鮮有較好的微網(wǎng)系統(tǒng)優(yōu)化運行解決方案。

技術實現(xiàn)要素：

本發(fā)明針對現(xiàn)有含電動汽車接入的光柴儲微網(wǎng)系統(tǒng)，在孤島和并網(wǎng)運行模式下，含光伏、風電、蓄電接入的微網(wǎng)經濟優(yōu)化運行，鮮有較好的優(yōu)化運行解決方案的問題，提供一種含電動汽車接入的光柴儲微網(wǎng)系統(tǒng)優(yōu)化運行方法。

本發(fā)明所需要解決的技術問題，可以通過以下技術方案來實現(xiàn)：

一種含電動汽車接入的光柴儲微網(wǎng)系統(tǒng)優(yōu)化運行方法，所述微網(wǎng)系統(tǒng)包括，作為分布式電源的光伏發(fā)電系統(tǒng)和柴油機發(fā)電系統(tǒng)，用于儲能的鋰電池組儲能系統(tǒng)，以及將電動汽車接入微網(wǎng)系統(tǒng)并對電動汽車進行充電的充電樁，其特征在于：

建立多個優(yōu)化目標函數(shù)，所述優(yōu)化目標函數(shù)用于優(yōu)化影響微網(wǎng)系統(tǒng)優(yōu)化運行的待優(yōu)化因素；

確定微網(wǎng)系統(tǒng)的約束條件；

根據(jù)所述約束條件，將多個優(yōu)化目標函數(shù)表征的多目標優(yōu)化問題轉換為成單目標優(yōu)化問題，并對微網(wǎng)系統(tǒng)運行進行優(yōu)化。

本發(fā)明中，所述待優(yōu)化因素，包括微網(wǎng)系統(tǒng)運行成本、微網(wǎng)系統(tǒng)折舊成本、微網(wǎng)系統(tǒng)的環(huán)境成本、電網(wǎng)向微網(wǎng)系統(tǒng)的回購電收益、微網(wǎng)系統(tǒng)的停電懲罰費用。

本發(fā)明中，所述優(yōu)化目標函數(shù)，包括第一優(yōu)化目標函數(shù)，其用于優(yōu)化微網(wǎng)系統(tǒng)的系統(tǒng)運行成本，使得系統(tǒng)運行成本最低，所述第一優(yōu)化目標函數(shù)表達為：

其中，pi(t)為微網(wǎng)系統(tǒng)中第i個分布式電源的有功輸出功率；cf為分布式電源的消耗成本；com為微網(wǎng)系統(tǒng)運行管理成本；cgrid為微網(wǎng)系統(tǒng)與電網(wǎng)交互成本，pgrid(t)為微網(wǎng)系統(tǒng)與電網(wǎng)的交互功率，微網(wǎng)系統(tǒng)從電網(wǎng)中吸收功率時遵從購電電價cp(t)，微網(wǎng)系統(tǒng)向電網(wǎng)輸出功率時遵從售電電價cs(t)，具體表達式如下：

本發(fā)明中，所述優(yōu)化目標函數(shù)，包括第二優(yōu)化目標函數(shù)，其用于優(yōu)化微網(wǎng)系統(tǒng)的系統(tǒng)折舊成本，使得系統(tǒng)折舊成本最低，系統(tǒng)折舊成本不計鋰電池的折舊成本時，所述第二優(yōu)化目標函數(shù)表達為：

其中，cacc＝cinsfcr，

pi(t)為系統(tǒng)中第i個分布式電源的有功輸出功率；cf為分布式電源的消耗成本；com為微網(wǎng)系統(tǒng)運行管理成本；cdg-der為分布式電源的安裝折舊成本；cacc為分布式電源的安裝成本年平均費用；pr為分布式電源的額定功率；fcf為容量因子；cins為分布式電源的安裝成本；fcr為資本回收系數(shù)；d為利率或折舊率；l為分布式電源的壽命；pbat,i表示時段i鋰電池平均充放電功率，正號表示放電，負號表示充電；γ為新的鋰電池soc約束懲罰因子，可以描述為鋰電池增加或者減少單位電量的費用；ηbat,c,ηbat,d為鋰電池充放電效率。

本發(fā)明中，所述優(yōu)化目標函數(shù)，包括第二優(yōu)化目標函數(shù)，其用于優(yōu)化微網(wǎng)系統(tǒng)的系統(tǒng)折舊成本，使得系統(tǒng)折舊成本最低，系統(tǒng)折舊成本計入鋰電池的折舊成本時，所述第二優(yōu)化目標函數(shù)表達為：

其中，cbw為鋰電池充放電折舊成本；cbat,rep為鋰電池更換成本；qlifetime為電池單體全壽命輸出總電量；

cacc＝cinsfcr，

pi(t)為系統(tǒng)中第i個分布式電源的有功輸出功率；cf為分布式電源的消耗成本；com為微網(wǎng)系統(tǒng)運行管理成本；cdg-der為分布式電源的安裝折舊成本；cacc為分布式電源的安裝成本年平均費用；pr為分布式電源的額定功率；fcf為容量因子；cins為分布式電源的安裝成本；fcr為資本回收系數(shù)；d為利率或折舊率；l為分布式電源的壽命；pbat,i表示時段i鋰電池平均充放電功率，正號表示放電，負號表示充電；γ為新的鋰電池soc約束懲罰因子，可以描述為鋰電池增加或者減少單位電量的費用；ηbat,c,ηbat,d為鋰電池充放電效率。

本發(fā)明中，所述優(yōu)化目標函數(shù)，包括第三優(yōu)化目標函數(shù)，其用于優(yōu)化微網(wǎng)系統(tǒng)的系統(tǒng)環(huán)境成本，使得系統(tǒng)環(huán)境成本最低，所述第三優(yōu)化目標函數(shù)表達為：

其中，ki為第i個分布式電源的co2排放系數(shù)，kgrid為電網(wǎng)的co2排放系數(shù)，pgrid(t)為t時刻微網(wǎng)系統(tǒng)向電網(wǎng)的購電量，pi(t)為微網(wǎng)系統(tǒng)中第i個分布式電源的有功輸出功率。

本發(fā)明中，所述微網(wǎng)系統(tǒng)的約束條件為以下約束條件中的一個或者一個以上的任意組合：

1)分布式電源的輸出約束條件

pi,min≤pi(t)≤pi,max

其中，pi,min、pi,max分別為第i個分布式電源的最小和最大輸出功率，pi(t)為微網(wǎng)系統(tǒng)中第i個分布式電源的有功輸出功率；

2)鋰電池存儲容量約束條件

socmin≤soc(t)≤socmax

其中，soc(t)為t時刻鋰電池的荷電狀態(tài)，socmin為鋰電池荷電狀態(tài)允許的最小值，socmax為鋰電池荷電狀態(tài)允許的最大值；

3)微網(wǎng)系統(tǒng)與電網(wǎng)交互功率約束條件

pgrid,min≤pgrid(t)≤pgrid,max

其中，pgrid,min,pgrid,max分別為微網(wǎng)系統(tǒng)與電網(wǎng)最小和最大傳輸功率，pgrid(t)為微網(wǎng)系統(tǒng)與電網(wǎng)的交互功率；

4)電動汽車接入約束條件

電動汽車從微網(wǎng)系統(tǒng)吸收的功率受充電樁輸出功率及充電樁個數(shù)約束：

n·pev,min≤pev(t)≤n·pev,max

其中，n為微網(wǎng)系統(tǒng)中充電樁個數(shù)，pev,min、pev,max分別為充電樁空載損耗和最大輸出功率，pev(t)為電動汽車從微網(wǎng)系統(tǒng)吸收的功率；

5)微網(wǎng)系統(tǒng)功率平衡約束條件

其中，pload為整個微網(wǎng)系統(tǒng)的所有電負荷，pgrid為微網(wǎng)系統(tǒng)與電網(wǎng)的交互功率，ng為分布式電源類型，pdg,i為第i個分布式電源的輸出功率。

本發(fā)明中，根據(jù)所述約束條件，將多個優(yōu)化目標函數(shù)表征的多目標優(yōu)化問題轉換為成單目標優(yōu)化問題，采用模糊綜合評價，包括：

建立多目標優(yōu)化問題的評判因素集u＝{μ1,μ2,...,μi}；

建立權重集a＝{a1,a2,...,ai}，其中，

建立評價等級v＝{評價等級1，評價等級2，…，評價等級m}；

多目標優(yōu)化問題中第i個目標優(yōu)化問題的評價ri是v上的模糊子集ri＝{ri1,ri2,...,rim}，多目標優(yōu)化問題的評價向量構成i×m階評判矩陣r；

利用模糊矩陣的合成運算，得到單目標優(yōu)化問題的綜合評價模型b＝aοr；

單目標優(yōu)化問題的最終評價結果z＝b·f，其中，f＝[f1,f2,...,fi]^t，fi為多個優(yōu)化目標函數(shù)中第i個的實際值，fuzzy運算采用m(·,⊕)算子。

所述μi采用降半γ分布的隸屬度函數(shù)，表示為：

其中，fi,min為多個優(yōu)化目標函數(shù)中第i個在約束條件下的最小值。

本發(fā)明中，根據(jù)所述約束條件，將多個優(yōu)化目標函數(shù)表征的多目標優(yōu)化問題轉換為成單目標優(yōu)化問題，采用線性加權法對多目標優(yōu)化問題構造lagrange函數(shù)，轉化成的單目標優(yōu)化問題：

l(f,λ1,λ2,...,λi)＝λ1f1(θ)+λ2f2(θ)+...+λifi(θ)

其中，f為單目標優(yōu)化問題的表示式，fi為第i個優(yōu)化目標函數(shù)的表達式，λi為第i個優(yōu)化目標函數(shù)的權重。

本發(fā)明的含電動汽車接入的光柴儲微網(wǎng)系統(tǒng)優(yōu)化運行方法，圍繞微網(wǎng)系統(tǒng)環(huán)保經濟運行優(yōu)化問題，在并網(wǎng)和孤島運行狀態(tài)下，建立了以分布式發(fā)電單元的發(fā)電費用、折舊費用和環(huán)境治理費用為目標，考慮微網(wǎng)系統(tǒng)運行約束條件的經濟優(yōu)化運行模型，形成多目標有約束優(yōu)化問題。應用全面學習粒子群算法，對微網(wǎng)系統(tǒng)內分布式電源的輸出功率和儲能裝置充/放電優(yōu)化求解，以包含光伏、柴油發(fā)電機、鋰電池、電動汽車充電樁和負載的交直流混合微電網(wǎng)為具體研究對象，優(yōu)化結果驗證了所提模型、策略和算法的有效性。

附圖說明

以下結合附圖和具體實施方式來進一步說明本發(fā)明。

圖1為光柴儲微網(wǎng)系統(tǒng)電氣結構示意圖。

圖2為場景1下光柴儲微網(wǎng)系統(tǒng)經濟優(yōu)化運行結果。

圖3為場景2下光柴儲微網(wǎng)系統(tǒng)經濟優(yōu)化運行結果。

圖4為場景3下光柴儲微網(wǎng)系統(tǒng)經濟優(yōu)化運行結果。

圖5為場景4下光柴儲微網(wǎng)系統(tǒng)經濟優(yōu)化運行結果。

圖6為光柴儲微網(wǎng)系統(tǒng)冬季典型日負荷及陰天光伏數(shù)據(jù)。

圖7為光柴儲微網(wǎng)系統(tǒng)冬季典型日負荷及晴天光伏數(shù)據(jù)。

具體實施方式

為了使本發(fā)明的技術手段、創(chuàng)作特征、達成目的與功效易于明白了解，下面結合具體圖示，進一步闡述本發(fā)明。

本發(fā)明的主旨在于，通過對現(xiàn)有含電動汽車接入的光柴儲微網(wǎng)系統(tǒng)模型以及優(yōu)化策略的分析，發(fā)現(xiàn)在孤島和并網(wǎng)運行模式下，含光伏、風電、蓄電接入的微網(wǎng)經濟優(yōu)化運行，存在鮮有較好的優(yōu)化運行解決方案的問題，通過本發(fā)明提供一種含電動汽車接入的光柴儲微網(wǎng)系統(tǒng)優(yōu)化運行方法以解決上述問題。

本發(fā)明的光柴儲微網(wǎng)系統(tǒng)與傳統(tǒng)的光柴儲微網(wǎng)系統(tǒng)類似，包括光伏發(fā)電系統(tǒng)和柴油機發(fā)電系統(tǒng)兩類分布式電源，以及用于儲能的鋰電池組儲能系統(tǒng)，本發(fā)明主要研究的是在含有電動汽車接入的情況下，光柴儲微網(wǎng)系統(tǒng)的優(yōu)化運行，因此，本發(fā)明的微網(wǎng)系統(tǒng)還設有將電動汽車接入微網(wǎng)系統(tǒng)并對電動汽車進行充電的充電樁。為了便于對本發(fā)明進行說明，此處先對前述的各種系統(tǒng)的模型進行簡要介紹。

對于光伏發(fā)電系統(tǒng)而言，簡化的光伏組件穩(wěn)態(tài)功率輸出模型，認為光伏電池出力只跟太陽輻射值和環(huán)境溫度相關。

t(t)＝tair(t)+0.0138[1+0.031tair(t)](1-0.042vw)g(t)(2)

式中：fpv為光伏陣列降額因數(shù)；pstc為標準測試條件(standardtestconditions，stc)，即太陽光入射強度1000w/m²，環(huán)境溫度25℃下的最大輸出功率，kw；g(t)為實際光照強度，w/m²；gstc為stc光照強度，取1000w/m²；k為功率溫度系數(shù)，取-0.45％/℃；t(t)、tair(t)為t時刻光伏陣列的表面溫度和環(huán)境溫度，℃；tstc為stc光伏陣列溫度，取25℃；tmax,tmin分別為該日溫度的最大值和最小值；tp為平均溫度的時刻；vm為當前風速，m/s。

柴油機發(fā)電系統(tǒng)的燃料消耗費用主要與其輸出功率有關，可用二次多項式表示：

cde＝apde²+bpde+c(4)

其中，cde為柴油發(fā)電機的燃料費用；pde為柴油發(fā)電機的輸出功率；a,b,c為柴油發(fā)電機燃料費用函數(shù)的系數(shù)，與具體的柴油發(fā)電機類型有關。

鋰電池儲能系統(tǒng)主要由鋰電池構成，鋰電池的荷電狀態(tài)(stateofcharge，soc)描述鋰電池的剩余電量，是電池管理的重要參數(shù)，其表達式

式中：cn為鋰電池標稱容量；ie(t)為t時刻鋰電池實際充放電電流(a)；pbat(t)為t時刻鋰電池出力(kw)；u為鋰電池組終端電壓(v)；soc(t)為鋰電池在t時刻的荷電狀態(tài)(％)；ηch為鋰電池充電效率；ηdis為鋰電池放電效率。

電動汽車是以車載電源為動力，用存儲在鋰電池中的能量來發(fā)動，具有無污染、噪聲低、能源利用率高等特點。電動汽車日行駛里程s近似滿足對數(shù)正態(tài)分布，即s～logn(μt,σt²)，其概率密度函數(shù)為

由電動汽車日行駛里程s可得電動汽車入網(wǎng)時的荷電狀態(tài)(soc)，從而得到其充電持續(xù)時長：

式中，w100為百千米耗電量，ηc_ev為電站的汽車充電效率。通過蒙特卡洛方法，累計得到一定數(shù)量電動汽車充電的日負荷為：

式中，pevload(t)為t時段的總充電功率，t＝1,2，…，24；n為可調度電動汽車的總數(shù)量；pi(t)為第i輛電動汽車在t時段的充電功率。

因微網(wǎng)系統(tǒng)的需求和鋰電池儲能單元在系統(tǒng)中所發(fā)揮的作用不同，鋰電池儲能單元類型及其運行功能也有所不同。本發(fā)明針對集中控制式光柴儲微網(wǎng)系統(tǒng)，對微網(wǎng)級中央控制器進行經濟優(yōu)化調度，以鋰電池組在系統(tǒng)中實現(xiàn)削峰填谷功能為例，建立了包含鋰電池儲能和電動汽車充電樁接入的微網(wǎng)系統(tǒng)經濟運行優(yōu)化模型。

對于本發(fā)明含電動汽車接入的光柴儲微網(wǎng)系統(tǒng)，存在很多影響微網(wǎng)系統(tǒng)優(yōu)化運行的待優(yōu)化因素，例如，微網(wǎng)系統(tǒng)運行成本、微網(wǎng)系統(tǒng)折舊成本、微網(wǎng)系統(tǒng)的環(huán)境成本等，如果允許微網(wǎng)系統(tǒng)向電網(wǎng)售電，還包括電網(wǎng)向微網(wǎng)系統(tǒng)的回購電收益，對獨立微網(wǎng)系統(tǒng)而言，還需要考慮微網(wǎng)系統(tǒng)的停電懲罰費用。那么，選取那些待優(yōu)化因素作為微網(wǎng)系統(tǒng)運行優(yōu)化的可以根據(jù)實際需要進行考慮。

對于待優(yōu)化因素，本發(fā)明中是采用建立多個優(yōu)化目標函數(shù)的方式來處理，每個優(yōu)化目標函數(shù)用于優(yōu)化影響微網(wǎng)系統(tǒng)優(yōu)化運行的一個或者多個待優(yōu)化因素，然后形成多目標優(yōu)化問題。本實施方式中，采用了3個優(yōu)化目標函數(shù)進行示例性說明。

第一優(yōu)化目標函數(shù)，其用于優(yōu)化微網(wǎng)系統(tǒng)的系統(tǒng)運行成本，使得系統(tǒng)運行成本最低，第一優(yōu)化目標函數(shù)表達為：

其中，f1為微網(wǎng)系統(tǒng)的系統(tǒng)運行成本，pi(t)為微網(wǎng)系統(tǒng)中第i個分布式電源的有功輸出功率；cf為分布式電源的消耗成本；com為微網(wǎng)系統(tǒng)運行管理成本；cgrid為微網(wǎng)系統(tǒng)與電網(wǎng)交互成本，pgrid(t)為微網(wǎng)系統(tǒng)與電網(wǎng)的交互功率，微網(wǎng)系統(tǒng)從電網(wǎng)中吸收功率時遵從購電電價cp(t)，微網(wǎng)系統(tǒng)向電網(wǎng)輸出功率時遵從售電電價cs(t)，具體表達式如下：

第二優(yōu)化目標函數(shù)，其用于優(yōu)化微網(wǎng)系統(tǒng)的系統(tǒng)折舊成本，使得系統(tǒng)折舊成本最低，該優(yōu)化目標主要描述微網(wǎng)系統(tǒng)運行成本和各分布式電源及儲能裝置的安裝成本折舊因素?？紤]到頻繁充放電會降低鋰電池組的使用壽命，進而間接增加微網(wǎng)系統(tǒng)的運行成本，將鋰電池的更換成本折算到運行費用中，可以更真實地反映蓄電池壽命對運行成本和實際收益的影響。為此，本發(fā)明設計了不計鋰電池和計鋰電池的折舊成本的優(yōu)化目標函數(shù)。

當系統(tǒng)折舊成本不計鋰電池的折舊成本時，所述第二優(yōu)化目標函數(shù)表達為：

其中，cacc＝cinsfcr，

f2為微網(wǎng)系統(tǒng)的系統(tǒng)折舊成本，pi(t)為系統(tǒng)中第i個分布式電源的有功輸出功率；cf為分布式電源的消耗成本；com為微網(wǎng)系統(tǒng)運行管理成本；cdg-der為分布式電源的安裝折舊成本；cacc為分布式電源的安裝成本年平均費用；pr為分布式電源的額定功率；fcf為容量因子；cins為分布式電源的安裝成本；fcr為資本回收系數(shù)；d為利率或折舊率；l為分布式電源的壽命；pbat,i表示時段i鋰電池平均充放電功率，正號表示放電，負號表示充電；γ為新的鋰電池soc約束懲罰因子，可以描述為鋰電池增加或者減少單位電量的費用；ηbat,c,ηbat,d為鋰電池充放電效率。

當系統(tǒng)折舊成本計入鋰電池的折舊成本時，所述第二優(yōu)化目標函數(shù)表達為：

其中，

cbw為鋰電池充放電折舊成本；cbat,rep為鋰電池更換成本；qlifetime為電池單體全壽命輸出總電量；

cacc＝cinsfcr，

pi(t)為系統(tǒng)中第i個分布式電源的有功輸出功率；cf為分布式電源的消耗成本；com為微網(wǎng)系統(tǒng)運行管理成本；cdg-der為分布式電源的安裝折舊成本；cacc為分布式電源的安裝成本年平均費用；pr為分布式電源的額定功率；fcf為容量因子；cins為分布式電源的安裝成本；fcr為資本回收系數(shù)；d為利率或折舊率；l為分布式電源的壽命；pbat,i表示時段i鋰電池平均充放電功率，正號表示放電，負號表示充電；γ為新的鋰電池soc約束懲罰因子，可以描述為鋰電池增加或者減少單位電量的費用；ηbat,c,ηbat,d為鋰電池充放電效率。

第三優(yōu)化目標函數(shù)，其用于優(yōu)化微網(wǎng)系統(tǒng)的系統(tǒng)環(huán)境成本，使得系統(tǒng)環(huán)境成本最低，第三優(yōu)化目標函數(shù)表達為：

其中，ki為第i個分布式電源的co2排放系數(shù)，kgrid為電網(wǎng)的co2排放系數(shù)，pgrid(t)為t時刻微網(wǎng)系統(tǒng)向電網(wǎng)的購電量，pi(t)為系統(tǒng)中第i個分布式電源的有功輸出功率。

可以理解的是，微網(wǎng)系統(tǒng)的運行時存在約束條件的，其優(yōu)化運行需要在約束條件的限制下進行，本發(fā)明中，微網(wǎng)系統(tǒng)的約束條件為以下約束條件中的一個或者一個以上的任意組合：

1)分布式電源的輸出約束條件

pi,min≤pi(t)≤pi,max(17)

其中，pi,min、pi,max分別為第i個分布式電源的最小和最大輸出功率，微網(wǎng)系統(tǒng)中第i個分布式電源的有功輸出功率；

2)鋰電池存儲容量約束條件

socmin≤soc(t)≤socmax(18)

其中，soc(t)為t時刻鋰電池的荷電狀態(tài)，socmin為鋰電池荷電狀態(tài)允許的最小值，socmax為鋰電池荷電狀態(tài)允許的最大值；

3)微網(wǎng)系統(tǒng)與電網(wǎng)交互功率約束條件

pgrid,min≤pgrid(t)≤pgrid,max(19)

其中，pgrid,min,pgrid,max分別為微網(wǎng)系統(tǒng)與電網(wǎng)最小和最大傳輸功率，pgrid(t)為微網(wǎng)系統(tǒng)與電網(wǎng)的交互功率；

4)電動汽車接入約束條件

電動汽車從微網(wǎng)系統(tǒng)吸收的功率受充電樁輸出功率及充電樁個數(shù)約束：

n·pev,min≤pev(t)≤n·pev,max(20)

其中，n為微網(wǎng)系統(tǒng)中充電樁個數(shù)，pev,min、pev,max分別為充電樁空載損耗和最大輸出功率，pev(t)為電動汽車從微網(wǎng)系統(tǒng)吸收的功率。

5)微網(wǎng)系統(tǒng)功率平衡約束條件

其中，pload為整個微網(wǎng)系統(tǒng)的所有電負荷，pgrid為微網(wǎng)系統(tǒng)與電網(wǎng)的交互功率，ng為分布式電源類型，pdg,i為第i個分布式電源的輸出功率。

通過前述的處理和分析可知，本發(fā)明的每個優(yōu)化目標函數(shù)表征一個目標優(yōu)化問題，那么本發(fā)明可以將含電動汽車接入的光柴儲微網(wǎng)系統(tǒng)經濟優(yōu)化運行歸納為有約束(以前述約束條件均考慮為例)多目標優(yōu)化問題，其數(shù)學表達如下：

minf＝min(f1,f2,f3)(22)

可以理解的是，多目標優(yōu)化問題在求解上是存在很大難度的，因此，將多目標優(yōu)化問題轉換為成單目標優(yōu)化問題，是具有現(xiàn)實意義的。本發(fā)明為解決微網(wǎng)系統(tǒng)優(yōu)化運行多目標優(yōu)化問題，引入基于滿意度原理的優(yōu)化模型，運用模糊函數(shù)中的模糊綜合評價，通過模糊評判過程轉化成單目標優(yōu)化問題。

所謂滿意度是指解的性能令人滿意的程度。將微網(wǎng)系統(tǒng)能量管理與優(yōu)化運行的滿意度定義為一組光伏/柴發(fā)出力、電池充放電、與大電網(wǎng)功率交互等狀態(tài)變量下，對待優(yōu)化因素的滿意程度，例如本實施方式中針對系統(tǒng)運行成本、折舊成本、環(huán)境成本的滿意程度。

首先分別求解不同優(yōu)化目標在約束下的單目標最優(yōu)解。其次將求得的最優(yōu)解代入各自的隸屬度函數(shù)，將各子目標函數(shù)模糊化，與權重集結合構造隸屬度函數(shù)交集作為新的適應度函數(shù)。最后依據(jù)模糊綜合評判原則，應用全面學習粒子群算法(comprehensivelearningparticleswarmoptimization,clpso)，求取使得模糊評判結果最優(yōu)的解，則該解即為多目標優(yōu)化問題下的最優(yōu)解。

建立滿意度函數(shù)是第一步，建立滿意度函數(shù)的方法有利用神經網(wǎng)絡建立、基于目標函數(shù)直接建立、利用模糊邏輯建立、按照解的搜索代價建立4種。在此應用基于模糊理論的模糊綜合評判過程處理微網(wǎng)系統(tǒng)優(yōu)化運行多目標優(yōu)化問題。將子目標函數(shù)模糊化，原則遵從在滿足系統(tǒng)要求的前提下，盡可能降低待優(yōu)化因素，例如運行成本、維護成本、減少環(huán)境保護折算成本，則期望值有上限值而無下限值，因此選擇降半形的隸屬度函數(shù)。采用降半γ分布的隸屬度函數(shù)，表示為：

其中，fi,min為多個優(yōu)化目標函數(shù)中第i個在約束條件下的最小值，fi為多個優(yōu)化目標函數(shù)中第i個的實際值。

基于上述隸屬度函數(shù)，本發(fā)明中根據(jù)所述約束條件，將多個優(yōu)化目標函數(shù)表征的多目標優(yōu)化問題轉換為成單目標優(yōu)化問題，采用模糊綜合評價，包括：

建立多目標優(yōu)化問題的評判因素集u＝{μ1,μ2,...,μi}

建立權重集a＝{a1,a2,...,ai}，其中，

建立評價等級v＝{評價等級1，評價等級2，…，評價等級m}；

多目標優(yōu)化問題中第i個目標優(yōu)化問題的評價ri是v上的模糊子集ri＝{ri1,ri2,...,rim}，多目標優(yōu)化問題的評價向量構成i×m階評判矩陣r；

利用模糊矩陣的合成運算，得到單目標優(yōu)化問題的綜合評價模型b＝aοr；

單目標優(yōu)化問題的最終評價結果z＝b·f，其中，f＝[f1,f2,...,fi]^t，fi為多個優(yōu)化目標函數(shù)中第i個的實際值，fuzzy運算采用m(·,⊕)算子。

為了便于理解，針對本實施例中，3個優(yōu)化目標函數(shù)表征的系統(tǒng)運行成本、折舊成本、環(huán)境成本的滿意程度進行示例性說明。

評判因素集為包含表征系統(tǒng)運行成本、折舊成本、環(huán)境成本的指標集u＝{μ1,μ2,μ3}。評價體系中的權重集a＝{a1,a2,a3}，其中ai表征目標優(yōu)化問題fi在整個指標體系中重要程度。將熵權值法與主觀權重相結合，確定權重集取a1＝0.4，a2＝0.4，a1＝0.3。模糊劃分采用五級劃分，評價等級v＝{優(yōu)，良，中，差，劣}。對第i個目標優(yōu)化評價ri是v上的模糊子集ri＝{ri1,ri2,ri3,ri4,ri5}，三個單指標評價向量構成3×5階評判矩陣r。

設實際數(shù)據(jù)集為f＝[f1,f2,f3]^t，利用模糊矩陣的合成運算，得到綜合評價模型b及最終評價結果z。

z＝b·f(26)

其中fuzzy運算采用m(·,⊕)算子。

當然，對于本發(fā)明也可以采用更為簡單的方式，將多個優(yōu)化目標函數(shù)表征的多目標優(yōu)化問題轉換為成單目標優(yōu)化問題，例如，采用線性加權法對多目標優(yōu)化問題構造lagrange函數(shù)，轉化成的單目標優(yōu)化問題：

l(f,λ1,λ2,...,λi)＝λ1f1(θ)+λ2f2(θ)+...+λifi(θ)

其中，f為單目標優(yōu)化問題的表示式，fi為第i個優(yōu)化目標函數(shù)的表達式，λi為第i個優(yōu)化目標函數(shù)的權重。

應用全面學習粒子群算法(comprehensivelearningparticleswarmoptimization,clpso)對上述問題進行求解?；舅枷胧牵簩αＷ铀俣鹊母虏粌H考慮到當前的自身最好位置pbest和全局最好位置gbest，還向別的粒子的過去最好位置學習。這樣可以保證粒子的多樣性，避免pso的過早收斂。

為了更好的理解本發(fā)明，采用位于北緯31°52”、東經117°17”的安徽省合肥市安徽大學罄苑校區(qū)內。包含400v/100kw示范性微網(wǎng)系統(tǒng)和400v/20kw實驗型微網(wǎng)系統(tǒng)兩部分，電氣結構示意圖如圖1。采用交直流混合母線，包括光伏發(fā)電系統(tǒng)、柴油機發(fā)電系統(tǒng)、鋰電池組儲能系統(tǒng)、充電樁(10個)、雙向dc/dc、ac/dc雙向逆變器、雙向電網(wǎng)模擬器、電子負載、常用負荷進行示例性說明。

本示例中，分布式電源(dg)相關信息如表1，2。

表1分布式電源及可調度負荷成本和相關費用系數(shù)

表2柴油發(fā)電機排放系數(shù)

經濟運行模型，研究微網(wǎng)處于并網(wǎng)/孤島兩種運行模式，考慮典型日負荷下，不同光照度場景中多目標優(yōu)化問題。應用clpso優(yōu)化算法對不同運行模式和場景下微網(wǎng)系統(tǒng)經濟運行優(yōu)化。取最大迭代次數(shù)500，種群數(shù)30，分布式能源種類3種(柴油發(fā)電機dg、鋰電池bt、太陽能光伏板pv)，加速度參數(shù)c1＝c2＝2，權重因子wmin＝0.4，wmax＝0.9。按照不同的運行模式和氣象條件，劃分為四種不同場景。各場景下光柴儲微網(wǎng)系統(tǒng)經濟優(yōu)化運行結果，請參見圖2至5。

表3光柴儲微網(wǎng)系統(tǒng)優(yōu)化運行場景

控制策略遵從并網(wǎng)時優(yōu)先考慮分布式電源輸出功率；購電及售電費用，以平均電費計算。折舊成本中計及鋰電池折舊成本。孤島運行狀態(tài)下，在系統(tǒng)運行成本的目標函數(shù)中加入停電懲罰項。

本實例光柴儲微網(wǎng)系統(tǒng)的負荷為安徽大學理工樓b樓一層照明及動力用電，因有電機實驗平臺等試驗用電，負荷高峰一般出現(xiàn)在11時、15時和23時，如圖6和7。并網(wǎng)運行模式下，如光照度不佳，則需要從大電網(wǎng)吸收功率，如圖1中grid曲線所示；如光照質量良好，光伏輸出功率在9時至17時可滿足系統(tǒng)負荷，在此期間除供給負荷，還往鋰電池內充電儲能。因考慮環(huán)境成本優(yōu)化目標，柴油發(fā)電機dg并未切入系統(tǒng)；因考慮鋰電池bt使用壽命涉及的折舊成本，避免頻繁充放電，一天內分別一次充電及放電。

孤島運行模式下，與大電網(wǎng)沒有能量交互。主要依靠微網(wǎng)內柴油發(fā)電機及鋰電池提供負荷能量。光照度不佳的情況下，由柴油發(fā)電機dg給負荷供電。光照度良好的場景下，pv提供負載能量并給儲能鋰電池充電；19時至24時，鋰電池組出力，但受輸出功率上限約束，dg補充剩余負荷能量。

以上僅就本發(fā)明較佳的實施例作了說明，但不能理解為是對權利要求的限制。本發(fā)明不僅局限于以上實施例，其具體結構允許有變化?？傊苍诒景l(fā)明獨立權利要求的保護范圍內所作的各種變化均在本發(fā)明的保護范圍內。